Tweeter

Au sein du Service central du renseignement criminel (SCRC), une équipe de spécialistes travaille depuis deux ans sur des méthodes prédictives avec pour objectif d’apporter aux équipes de terrain un nouvel outil d’aide à la décision et d'optimiser les opérations de prévention.

Après plusieurs mois d’expérimentation en interne, la gendarmerie s’apprête à tester des outils industriels, comme le super ordinateur  Watson d’IBM (1).

Les algorithmes d’analyse prédictive ne servent pas uniquement à optimiser les opérations de maintenance préventive dans l’industrie :

Depuis un peu plus de deux ans, la Gendarmerie nationale travaille sur l’analyse des données.

Pour le Colonel Patrick Perrot, chef de la Division analyse et investigation criminelle du Service central du renseignement criminel (SCRC), du Pôle judiciaire de la Gendarmerie nationale il ne s’agit pas de faire « de préemption »mais de renforcer l’action des équipes de terrain.

Avec lui, cinq autres personnes travaillent sur cette nouvelle approche, qui doit servir de véritable outil d’aide à la décision pour les équipes opérationnelles.

Les prédictions issues des modèles viennent ainsi renforcer les intuitions des enquêteurs.

Pour le colonel Patrick Perrot : «Nous replaçons l’intelligence humaine là où elle est la plus utile, c’est-à-dire dans l’interprétation »,

 « L’analyse prédictive doit nous permettre de rationnaliser nos conduites d’actions dans une démarche préventive.

Ainsi, l’analyse prédictive  (3) doit permettre d’optimiser l’organisation des patrouilles et mener des opérations de prévention sur les zones identifiées afin de dissuader l’exécution de probables infractions.

Différents modèles mathématiques mis en œuvre :

La Gendarmerie analyse des données de ses fichiers internes et des données issues de l’Open Data (2).

Les gendarmes utilisent des méthodes de lissage exponentiel, des réseaux neuronaux à trois couches ou encore la méthode dite d’Arima, une méthode autorégressive à moyenne mobile intégrée.

« Nous implémentons toutes ces méthodes, puis nous calculons une marge d’erreur théorique entre l’adaptation du modèle de prédiction et les faits et nous prenons la marge d’erreur la plus faible », indique le colonel Perrot.

« Au niveau spatial, nous étudions à la fois les faits les plus contemporains et leur localisation géographique et nous regardons s’il y a une répétabilité ».

« Cela nous permet de dégager ce qu’on appelle des « hot spots », des zones territoriales qui concentrent une grande quantité d’actes de délinquance, rapprochés dans le temps et dans l’espace et de voir si ces « hot spots » sont en cohérence avec les faits réels.

Si l’étape de validation est pertinente, nous projetons ces données sur les mois suivants », indique le responsable de la Division.

Le Big Data et l’Open Data (1/2) :

Pour alimenter leurs modèles mathématiques, les gendarmes prennent également en compte des données socio-économiques.

« Plus de 600 variables sont extraites de l’Insee afin de trouver des facteurs explicatifs aux infractions. Si vous avez une variable à expliquer, comme les cambriolages par exemple, nous cherchons une combinaison linéaire qui relie ces faits avec des variables socio-économiques. Pour cela, nous utilisons également des méthodes de régression ».

La prochaine étape doit permettre de  tester des outils « industriels » comme Watson, SAP ou SAS

Ces méthodes sont testées depuis octobre 2015 en Aquitaine et dans l’Oise.

Si les résultats s’avéraient pertinents, le dispositif pourrait être étendu à d’autres zones géographiques.

Pour évaluer la pertinence d’un modèle prédictif, une même zone est étudiée sur deux périodes différentes : la première sans l’application d’une approche prédictive, la seconde « avec ».

Désormais, les experts de la Gendarmerie s’apprêtent à se tourner vers différents outils industriels pour vérifier s’ils peuvent leur apporter des solutions pertinentes.

Ainsi, la Gendarmerie envisagerait de tester le super ordinateur Watson  (1) du géant américain IBM avec qui elle est en contact

Mais elle compte aussi tester d’autres outils. « Il y a aussi SAP ou encore SAS », indique le colonel Perrot, qui ne veut pas s’en remettre à une solution unique, aussi prestigieuse soit elle.

Voir :

(1)

IBM: Le quartier général des activités Watson (1) ouvre ses portes à New-York dans la « Silicon Alley ». - News - publié le 10/10/2014 IBM inaugure dans la « Silicon Alley » new-yorkaise ses locaux : un quartier général pour l'ensemble de ses activités dédiées à sa technologie « apprenante », Watson. IBM associe par ailleurs des services Watson à sa plateforme cloud « Bluemix ».

(2)

Un «service public de la donnée» avec la fusion de la Cnil et de la Cada. - News - publié le 11/10/2015 Dans le cadre de la Loi numérique d'Axelle Lemaire, centrée autour de l'Open Data, les deux commissions sont amenées à fusionner.

(3)

Big Data et analyse prédictive : Microsoft lance Azure ML - News - publié le 20/06/2014 Microsoft annonce le lancement de sa nouvelle plateforme Azure Machine Learning (ML). Une plateforme en cloud dédiée à l’analyse prédictive sur de gros volumes de données.